推荐系统相关论文汇总

介绍

1. 截至2024-04-02，本仓库收集汇总了推荐系统领域相关论文共 805 篇，涉及：召回，粗排，精排，重排，多任务，多场景，多模态，冷启动，校准，纠偏，多样性，反馈延迟，蒸馏，对比学习，因果推断，Look-Alike，Learning-to-Rank，强化学习 等领域，本仓库会跟踪业界进展，持续更新。
2. 因文件名特殊字符的限制，故论文title中所有的:都改为了 -，检索时请注意。
3. 文件名前缀中带有[]的，表明本人已经通读过，第一个[]中为论文年份，第二个[]中为发表机构或公司(可选)，第三个[]中为论文提出的model或method的简称(可选)。
4. 在某些一级分类下面，还有若干二级分类；一篇论文可能应该涉及多个二级分类(例如用对比学习的方法做召回)，最终我会将论文放在较主要的那一类下；分类也会随时调整优化。
5. 关于排序算法的一些实现，请见另一个repo: https://github.com/tangxyw/RecAlgorithm

Title	Year	Publisher	Author	Tags	Alias	Score	IsRead	Notes	Remarks
Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift	2015	PMLR	Google		#BN	⭐️⭐⭐️⭐⭐️	N
A Brief History of Recommender Systems	2022	KDD	ByteDance			⭐️⭐⭐	Y	论文解读	推荐系统技术的总结
Towards Understanding the Overfitting Phenomenon of Deep Click-Through Rate Prediction Models	2022	CIKM	Alibaba	#Overfitting		⭐⭐⭐⭐	Y	论文解读	引发对Abacus两阶段训练的思考？

Week	Monday	Tuesday	Wednesday	Thursday	Friday	Saturday	Sunday
Subject	Causal Inference Debias	Delayed Feedback Modeling Interest Modeling	Graph Neural Network NLP	Multi-Interest Match	Rerank Prerank	Feature Interaction Multi-task	LTV Bidding